Concat/Transpose/Groupby pandas列

Question

因此，我在pandas中有以下DataFrame：

Column 1   | Column 2

Name       |  A
Number     |  B
Age        |  C
Name       |  D
Number     |  E
Age        |  F

每个名称，编号和年龄分组在一起都与一个特征相关，并在整个日期框中重复。我想知道用以下格式获取它的最好方法是什么？

           Name | Number | Age
Feature 1    A  |    B   |  C
Feature 2    D  |    E   |  F

任何帮助都将不胜感激，因为我对我将使用的函数或方法感到困惑！

Answer 1

这是一个轴心，但您首先需要创建一个标签来将3行的集合分组在一起。如果数据足够干净，以至于DataFrame总是按Name，Number，Age，Name，Number，Age，...排序，您可以cumsum一个布尔序列，检查哪些行是'Name‘，以便将它们分组在一起。

df['index'] = 'Feature ' + df['Column 1'].eq('Name').cumsum().astype(str)
#  Column 1 Column 2      index
#0     Name        A  Feature 1
#1   Number        B  Feature 1
#2      Age        C  Feature 1
#3     Name        D  Feature 2
#4   Number        E  Feature 2
#5      Age        F  Feature 2

df = (df.pivot(index='index', columns='Column 1', values='Column 2')
        .rename_axis(index=None, columns=None))
#          Age Name Number
#Feature 1   C    A      B
#Feature 2   F    D      E

或者，您可以根据DataFrame的长度将每三行分组在一起，并使用整数除法。

import numpy as np

df['index'] = np.char.add(['Feature '], (np.arange(len(df))//3+1).astype(str))